[00:00:00] Herzlich willkommen zum AI-First-Podcast. Wir sprechen heute über das Thema AI-Adoption insbesondere wie man generative KI in die breite produktive Nutzung bekommt, worauf es dabei ankommt, welche Hürden es zu überwältigen gibt Gibt was Best Practices sind und dafür habe ich Lennart Lennard: Dank. Felix: in vielen Projekten zusammenarbeiten und ich freue mich, dass du heute mal eure Journey und eure Erfahrungen teilst. Aber erzähl doch am besten einmal selbst kurz, wer du bist und was du machst. Lennard: Vielen Dank für die Einladung, freut mich sehr hier zu sein. Ich bin Lennart, Mitgründer von LangDoc, einer von drei Gründern. Wir haben LangDoc vor anderthalb Jahren Mitte 2023 gestartet, mit eigentlich der Ambition Unternehmen dabei zu helfen, KI-Adoption sinnvoll hinzubekommen Es war damals ein [00:01:00] Thema, das im Prinzip so eine Dualität gab aus einer Begeisterung, für das es möglich wird mit KI und so einer Angst vor dem, was für Implikationen das hat für Daten, für Jobs, für Veränderungen. Und da haben wir eine Plattform gebaut, die es Unternehmen ermöglicht, zentralisiert und sicher Zugang zu Sprachmodellen zu geben. Und das machen wir inzwischen mit recht vielen Unternehmen, unter anderem dem DAX-Konzern Merck aus Darmstadt, dem Spiegel Verlag aus Hamburg und sehr, sehr vielen Scale-Ups und größeren Unternehmen aus den letzten Jahren. Also Personio, GetYourGuide, Bubble, Forto, SumUp und ein paar anderen.  Felix: Wie viele Unternehmen und User habt ihr jetzt auf der Plattform? Lennard: haben inzwischen, ich glaube, über 450 Kunden. Da muss man halt so ein bisschen differenziert drauf schauen. Das sind nicht alles DAX-Konzerne. Geht gar nicht. das sind im Prinzip, ich glaube, wir haben ungefähr so... Knapp über 70 Unternehmen, wo man irgendwie sagen will, das sind Unternehmen, die wirklich uns [00:02:00] als so zentralisierten und sicheren Zugang für Mitarbeitende und AI-Teams sehen. Und das sind dann, die anderen sind vor allem kleinere Teams teilweise, Einzelnutzer, aber das sind eigentlich dann so, also die, die relevant sind, um wirklich so AI-Adoption als Thema zu sehen und irgendwie in die Situation zu bringen, das sind so ungefähr inzwischen knapp über 70 Unternehmen. Felix: Okay. Bevor wir drüber sprechen, wie die das machen, was sie mit Längendruck machen und was so die Erfolgsfaktoren sind, würde ich gerne von dir erstmal hören. Bist ja jetzt KI-Unternehmer. Wie setzt du denn selbst KI ein? Ja. Lennard: gute Frage das ist auch eine faire Frage. Ich glaube, da gibt es erstaunlich viele, die da nicht immer schnell eine gute Antwort drauf haben. Felix: Ja. Lennard: Ich glaube, unsere Wertproposition an Kunden ist im Prinzip, dass du mit gleich vielen Menschen Deutlich mehr erreichen kannst über Zeit, weil du im Prinzip einfach deutlich mehr Aufgaben an Computer delegieren kannst. Und ich glaube, um da irgendwie einmal vorwegzugreifen, was wir eigentlich machen, ist so, ich glaube, generative KI [00:03:00] ermöglicht im Prinzip nochmal eine ganz neue Kategorie an Aufgaben an Computer zu delegieren, was vorher nicht möglich war, weil Computer vorher rein disziplinistisch funktioniert haben und durch diese stochastischen Elemente von im Prinzip jetzt Sachen möglich werden, die vorher nicht möglich waren, die man auslagern kann. Und ich glaube, wie ich das persönlich für mich nutze, ist sehr viel für Analysen. Ich habe früher Stunden dann verbracht, so SQL-Queries zu schreiben, um irgendwie Auswertung zu fahren gegen Daten, die wir zum Beispiel haben, auch in anderen Jobs die ich vorher hatte. habe sehr viel Zeit verbracht Mich quasi in Sachverhalte irgendwie recht schnell reinzudenken, vielleicht entsprechend nicht schnell und das sind so Felix: Vielen Dank. Lennard: in der Datenbank, ich habe im Prinzip die Schemas den Assistenten gepappt bei uns und habe im Prinzip da eine ziemlich gute Hilfe Die mir dabei hilft, wenn ich irgendwie schnell Analysen fahren möchte, die früher eine halbe Stunde, Stunde gebraucht haben, die mich das jetzt im Prinzip in [00:04:00] Minuten machen lassen. Und ich glaube, das ist so, wie ich es nutze. Felix: Vielen Dank Lennard: haben wir so zwei grobe Bereiche, das ist so bauen und verkaufen, stumpf gesagt. Bauen, dass wirklich was im Produkt passiert, da sind wir natürlich wie Heavy-User von allem, Was da auf dem Markt unterwegs ist und was man irgendwie auch datenschutzkonform einsetzen kann. Und auch da sehen Felix: Vielen Lennard: Produktivitätsgewinne. Also wir haben irgendwie letztens zum Beispiel für die technischeren Zuhörer etwas bei uns im Code recht stark umgeschrieben und im Prinzip einfach neu strukturiert und mussten in dem Zuge über 2000 Einzeldateien anfassen, um Sachen umzuschreiben. Also es ist keine intellektuell herausfordernde Änderung aber Änderungen Die halt 2000 Mal passieren müssen. Das hätte uns locker einen halben Tag bis Tag gekostet wenn wir das mit einer Person vor AI gemacht hätten oder vor GenAI. Das hat uns jetzt effektiv ich glaube, 15, 20 Minuten gebraucht. Und ich glaube, das sind so kleine Sachen, die aber über Zeit und [00:05:00] quasi auch mit der Vielzahl von Felix: Vielen Dank Lennard: einfach sehr, sehr groß in der Summe und in der Menge werden. Und sonst haben wir so Assistenten klar, für irgendwie jetzt, ein Kunde hat irgendwie ein RFP-Dokument oder Fragen an uns, was wir ausfüllen müssen, da haben wir unsere Wissensbasis hintergelegt, wir suchen für potenzielle Kunden von uns, zum Beispiel Referenzkunden über unsere Kundenbasis, die wir haben, wo wir sagen können, hey, wir haben... 70, aber wenn es mal 700 werden, wird das mal deutlich relevanter und wir versuchen das jetzt mitzudenken. Wir haben jetzt den Kunden hier zum Beispiel im medizintechnischen Bereich. Welche Kunden haben wir da aktuell und aus welchen Segmenten kommen die? Wo kommen die potenziell her, dass wir da einfach schneller gute Antworten liefern können? Felix: Okay, also schon stark KI-gestützt arbeitendes Unternehmen, sowohl im Produkt drin als auch in den einzelnen Bereichen, nicht nur den technischen sondern auch den eher kaufmännischen Funktionen Und ihr seht ja ganz, ganz viele Unternehmen und ihr sprecht mit vielen Unternehmen, nicht nur die, die [00:06:00] Kunden sind, sondern ich denke auch mit vielen, die auf euch zukommen und für die dieses Thema gerade präsent ist, die sich fragen, wie soll ich jetzt KI in mein Unternehmen bekommen, wie gehen wir diesen Weg, mit welchem Toolstack arbeiten wir dort und da würde mich mal interessieren wie du den aktuellen Status der KI-Nutzung in deutschen Unternehmen einschätzt. Ich sehe immer mal wieder so Umfragen hochploppen und da sind dann so absurde Zahlen, so 80% der deutschen Unternehmen setzen schon KI ein. Und ich frage mich dann immer, wo kommen diese 80% her, weil ich sehe das nicht oder ist das dann, wenn ich einen DeepL-Account in meiner Firma habe oder Also irgendwie ein Spam-Filter in meinem E-Mail-Programm zählt das dann schon in diese 80 Prozent rein, weil ich sehe tatsächlich die durchschnittliche AI-Nutzung und Adaption der Technologie noch relativ gering, aber bin gespannt, was so dein Eindruck ist. Lennard: Ja, also ich glaube, wir sehen etwas Ähnliches. Ich glaube, wir sehen [00:07:00] im Prinzip gerade... Dass das Thema super präsent ist und dass sich jeder damit beschäftigt Felix: Untertitelung ZDF Lennard: auch für die meisten Firmen, ich meine wir haben natürlich irgendwie einen Bias, weil wir nur die Firmen sehen, die sich auch bei uns melden und mit denen wir sprechen, die tendenziell schon irgendwie eine Affinität zum Thema haben, aber was wir sehen ist, dass das Thema super präsent ist, aber was wirklich irgendwie flächendeckend sinnvoll produktiv eingesetzt wird, da sind wir noch sehr weit am Anfang. Und ich glaube, das ist was, was man irgendwie auch einpreisen muss in die Entwicklung. Ich weiß, als TGP rauskam, war irgendwie die Angst da, müssen wir alle im halben Jahr noch arbeiten? Und ich glaube, was man so sieht, ist, dass wir irgendwie Gefühlt als Menschen sehr schlecht darin sind, kurzfristige Effekte einzupreisen und auch schlechteren sind, langfristige Effekte einzupreisen. Ich glaube, wir sind gerade im Prinzip gerade so noch auf der Reise überhaupt zu verstehen, was mit dieser Technologie möglich wird. Und ich glaube, Felix: [00:08:00] Mhm. Untertitelung ZDF, 2020 Lennard: Innovation is tech-driven, but change is people-driven. Und ich glaube, das ist was, was wir zu 100% so sehen und wo wir auch uns eher auf der Change-Management-Seite verordnen oder im Prinzip So drauf schauen, dass wir sagen, es gibt ein Spektrum von irgendwie, wie innovativ musst du sein, da sind zum Beispiel diese Lovable zum Beispiel, wo du als Prosumer Consumer hingehen kannst, Sachen bauen kannst, rumprobieren kannst und so weiter und wir richten uns halt viel mehr an wirklich Firmen mit Hunderten bis Tausenden Mitarbeitenden, die überlegen, wie können wir das sinnvoll einsetzen und da sehen wir im Prinzip, dass die meisten Kunden, in der Überlegung teilweise auch sind, wie sie überhaupt dieses Thema einordnen. So, wo liegt das Thema? Wer Felix: Dank. Lennard: die schon da sind, dass sie wirklich produktiv mit Assistenten mit Agenten mit [00:09:00] irgendwie KI-gesteuerten Workflows arbeiten, sondern vor allem eigentlich in der Phase gerade sind, wo sie erstmal das Thema für sich verarbeiten Einnorden. Und ich glaube, was wir da halt sehen und empfehlen und was natürlich auch irgendwie in unserem Unternehmensinteresse ist, aber woran wir auch wirklich glauben, ist zu sagen, erstmal deine Leute. Also gib denen erstmal eine sinnvolle Testumgebung die quasi nicht in der Shadow-IT ist, weil jeder nutzt eh Chat-GBT, sondern gib denen eigentlich einen sicheren, zentralisierten Zugang zu Sprachmodellen und lern eigentlich von deinen Nutzenden, von deinen Mitarbeitenden, die schon nutzen, Was die damit eigentlich machen. Und von da aus siehst du sehr, sehr schnell, was da gibt eigentlich Sinn, was kannst du augmentieren, was kannst du automatisieren, was möchtest du, was möchtest du nicht mit AI machen. Und das sind, glaube ich so Themen, wo wir gerade auch sehen, dass sehr viel eher in dieser explorativen Phase sind und eigentlich die, Felix: Mhm. Lennard: sind, vor allem eigentlich weiteren sind, Zugang zu geben, dass eigentlich alle Felix: Mhm. Lennard: haben und sich weiterbilden können. Felix: Mhm. Siehst du da einen Unterschied zwischen [00:10:00] unterschiedlichen Branchen oder Startups Mittelstand, Konzernen? Lennard: Ähm... Ich glaube, unser erster Kunde mit mehr als 10 Seeds war eine christliche Stiftung. Unser erster Kunde mit mehr als 100 Seeds war ein Scale-Up aus Berlin. Und unser erster Kunde mit mehr als 10.000 Seeds war ein DAX-Konzern aus vor allem dem Pharma-Healthcare-Bereich. Das ist schon kein roter Faden. Felix: Vielen Dank. Lennard: was dieses Unternehmen trotzdem verbindet, ist, dass die im Prinzip alle jemanden hatten, der das Mandat hatte, zentralisiert und sicher zu Zugriff zu geben auf Sprachmodelle. So, und ich glaube, das ist was, was wir so, was wir sehen. Ich glaube da gibt es Faktoren die darauf einzahlen, sowas wie hat schon mal, also ist eine Firma bereit, zum Beispiel zu nutzen. So, das ist, glaube ich, schon mal ein wichtiger Schritt, weil Cloud-Dienste am Ende outgesourceter Compute von anderen Anbietern ist. Wo man ein Vertragswerk Felix: Untertitelung des [00:11:00] ZDF Lennard: Das ist bei AI und bei Sprachmodellen enorm wichtig, weil die im Prinzip in der Tendenz sehr viel kosten, um sie zu betreiben. gibt es schon so Indikationen aber ich glaube, was wir vor allem sehen, was der Hauptfaktor ist, das fragen wir uns natürlich auch, weil wir gucken, mit wem ergibt es eigentlich Sinn zu sprechen, wen müssen wir mal anhauen, ist, Gibt es im Unternehmen im Prinzip das Verständnis darüber, wie relevant KI in den nächsten Jahren wird und gibt es auch schon ein konkretes Mandat dafür, diese Veränderung voranzutreiben und irgendwie recht offensiv anzugehen und die Mitarbeitenden mit auf so eine Reise zu nehmen? Felix: Okay. Und jetzt hast du gerade gesagt, dass es bei euren Kunden eher der Fall ist, dass erstmal den Mitarbeitenden Zugang zur Technologie gegeben wird und dann herausgefunden wird, wofür setzen die Leute diese neue Technologie denn eigentlich ein. Was machen sie damit, wenn sie auf einmal das Werkzeug auf dem Tisch haben? Jetzt gibt es ja einen zweiten Ansatz zu sagen, wir gucken uns top-down einfach alle Prozesse an und gucken uns an, wo [00:12:00] tut es gerade weh wo gibt es einen Flaschenhals und identifizieren dann Use Cases und matchen die dann mit der Technologie und gucken, wie kann ich die Technologie jetzt konkret einsetzen, um dieses Problem zu lösen. Welchen Ansatz siehst du denn als den besseren und gibt es überhaupt einen besseren? Lennard: also wir sehen ein Hybrid daraus. Wir sehen schon Dass du auf jeden Fall einen Top-Down-Mandat brauchst, was im Prinzip sagt, hey, AI ist wichtig, AI ist da. Und dass das entsprechend auch... Intern so Felix: Vielen Dank. Lennard: eine, dass man wirklich auch als, dass das jeder in der Organisation versteht das Thema ist wichtig für uns. ist, glaube ich das ist von Top-Daumen raus. Was du dann glaube ich in der Organisation recht schnell siehst, ist, wenn du Zugang gibst, dann Felix: Vielen [00:13:00] Dank Lennard: Menschen, die schon absolute Power-Nutzer geworden sind und mit KI arbeiten und sich Assistenten gebaut haben und so weiter. Und ich glaube, warum wir immer auf diesen zentralisierten sicheren Zugang pushen ist, dass du... Dadurch dass du im Prinzip das aus dieser Grauzone rausholst und quasi wirklich legalisierst, gibst du Menschen, die schon nutzen, das Mandat das zu teilen. Eine der effektivsten Methoden die wir haben, um sinnvolles Onboarding von Kunden zu um sinnvollen Rollout zu machen, ist eigentlich... Diese Nutzenden, die schon so super am Start sind und eigentlich ihre Sachen schon zu großen Teilen Felix: Vielen Dank. Lennard: wir den Menschen eine Bühne geben, ihren Kolleginnen und Kollegen zu zeigen, wie sie AI eigentlich gerade schon nutzen. Welche Prozesse haben sie sich angeschaut und argumentieren sie schon mit Assistenten Wie nutzen sie Chat? Für welche Use Cases nutzen sie das? Weil das ist viel, viel viel greifbarer. Und ich glaube, das ist so diese Komponente, die [00:14:00] dann eher aus der Organisation selbst kommt. Aber ich glaube, die Kombination aus beidem ist enorm wichtig, weil du das Top-Down-Mandat brauchst das aufmerksam auf dem Thema liegt und dann aber auch quasi eine befähigte Organisation brauchst die dann wirklich zeigen kann, so wird es eingesetzt. Felix: Und was ich da noch aus meiner Erfahrung ergänzen kann, ist ... Dass diese theoretische Use-Case-Ermittlungen, also wir setzen uns jetzt vor ein Whiteboard, gucken uns die Prozesse an, gucken dann, wo würde es jetzt Sinn machen, da generative KI zum Beispiel anstatt eines Menschen eine Aufgabe erledigen zu lassen. Das passiert oft ohne, dass die Leute schon wirklich Grip haben Dran haben, was kann die Technologie eigentlich schon und was nicht und wie weit ist sie schon und was nicht und da kommen halt theoretisch konzipierte Use Cases bei raus, also wir automatisieren jetzt unseren Customer Support, so etwas überspitzt gesagt, aber Und so eine Umsetzung in der Realität ist dann doch um viel, viel viel Faches komplexer als man [00:15:00] das vielleicht theoretisch wenn man sich anschaut ja was kann generative KI, okay, Texte auswerten und Texte erstellen zum Beispiel gut, könnte ja passen aber Umsetzung ist dann doch deutlich komplexer und ich erlebe da immer wieder, dass es dann zu enttäuschten Erwartungen und eher zu einer Blockade kommt von dieser Initiative, weil diese Value Cases diese Moonshot-Projekte dann doch nicht umgesetzt werden können in dem zeitlichen und Budgetrahmen, den man sich vorgenommen hat. Und auf der anderen Seite, wenn ich hunderte Leute habe, die anfangen sich selbst in ihrem Arbeitsalltag in ihrem Daily Doing mit KI zu erweitern, daraus aus diesem Verhalten eigentlich total coole Ideen sourcen kann, die ich auch niedrigschwellig umsetzen und dann im Team standardisiert bekomme. Lennard: habe letzte Woche mit einem Vorstand gesprochen von einer sehr, sehr großen deutschen Firma, über 20.000 Menschen, der im Prinzip meinte, so Use Case, fokussiere dich auf das Use, die Cases kommen von allein. Wenn du Use hinbekommst und Menschen [00:16:00] anfangen zu nutzen, dann kannst du viel sinnvoller und besser verstehen, was geht eigentlich schon, was geht noch nicht. Und du hast quasi Menschen, die in den Felix: Vielen Lennard: und die das quasi auch feedbacken können. Und ich glaube, das ist was, was wir sehen. Ich glaube, was du beschrieben hast mit Whiteboard-Sessions, am Ende ist es so, wenn wir jetzt 30 Jahre, 40 Jahre zurück in der Zeit gehen und überlegen theoretisch Strategieprojekt, wie können wir sinnvoll Excel produzieren Bei uns Felix: Dank Lennard: mit Lebensmitteln fürs Abendessen zusammenzuschreiben. Und manche haben da die kompliziertesten Finanzmodelle drauf. Und der Value Felix: Untertitelung Lennard: oder generischen Produktivitätstools. Und ich glaube, dass der Punkt, wo man den Return on Invest kalkulieren kann, ergibt sich von allein im Prinzip, wenn man Zugang gibt und das sehen wir eigentlich bei all unseren Kunden. Also Felix: ZDF, Lennard: mit der Zeit größer, haben im Prinzip [00:17:00] mehr Seeds die sie Felix: Dank. Lennard: die uns aktiv nutzen. Und da kommt die Diskussion dann viel später auf. Dann ist eher die Frage, okay, wie können wir jetzt noch mehr machen? Wie können wir jetzt wirklich in die Prozesse reingehen, die identifiziert haben, um da dann noch mehr Wert aus diesen Modellen zu ziehen in der Augmentierung Automatisierung. Aber das ist im ersten Schritt gefühlt nicht das, worum es gehen sollte, sondern erstmal geht es darum, Leute abzuholen auf die Reise mitzunehmen und was danach kommt, wird gut. Felix: Okay, also Merkel, erst Just, dann Case, hat ich glaube ich auch irgendwann mal so auf LinkedIn geschrieben, kann ich tatsächlich so bestätigen. Ich will aber jetzt nochmal auf was anderes hinaus und zwar das Top-Down-Mandat. Wer sind denn die Leute in solchen Rollen die für dieses Thema dann verantwortlich sind oder gemacht werden? Lennard: Ja, das variiert Was wir sehen ist [00:18:00] im Prinzip, dass es normal einen Vorstand gibt und darüber wird es normal eingespielt. Und im Prinzip hat auch im Vorstand jeder schon mal TTIP gesehen, gehört und versteht grob was der Wert davon ist. Spätestens wenn man seiner Tochter oder seinem Sohn dabei hilft, Hausaufgaben zu machen und sich Felix: Vielen Dank. Lennard: von bestimmten Mathefeldern nahezulegen. Felix: Dank. Lennard: den CDO, Chief Data Officer, oder an den Transformation Team. Das sind, glaube ich so die drei Teams, die wir sehen, die kommen. Die im Prinzip in den Unternehmen existieren ab bestimmten Größen oder eine Art Chief of Staff, Founders Associate Person, die das eigentlich zentralisiert noch recht stark mit einem Vorstandsmandat selbst treibt. Das sind eigentlich so die Funktionen die wir sehen. Normal liegt es aber immer in der IT und wird da auch über [00:19:00] Zeit liegen. Da gibt es so eine Art Portfolio Management von Softwareanbietern, mit denen man arbeitet und Die Frage ist dann immer, wie ist das strukturiert? Hast du da schon im Prinzip Chief Data Menschen, Data Menschen, mit denen du arbeiten kannst? Hast du auch Enablement People? Ich glaube das ist eine Sache, die wir sehen die ab einem bestimmten Felix: Vielen Lennard: die wir sehen, wo wir glauben, dass es extrem viel Sinn ergibt, dass du eigentlich Felix: Dank. Lennard: da unterstützen und erklären, was eigentlich schon geht. Aber das sind dann so ein bisschen Nuancen wie Organisationen strukturiert sind. Felix: Hier hören auch viele Menschen aus mittelständischen Unternehmen zu. Da gibt es weder einen Chief of Staff, noch ein Transformation Team, noch einen Chief Digital Officer meistens. Lennard: ZDF, Felix: wenn es diese Stabsstellen oder spezialisierteren Funktionen noch nicht gibt? Funktioniert es denn auch ohne eine verantwortliche Person, wenn ich zum Beispiel das über [00:20:00] die Führungskräfte steuere oder würdest du sagen, ist es sehr, sehr wichtig, dass es eine Person gibt, die diese Initiative organisiert und auch weiterentwickelt und die einzelnen Fachbereiche im Unternehmen dazu befähigt, KI dann richtig einzusetzen? Lennard: Also wenn wir so historisch auf unsere Kunden und deren Rollouts schauen, dann korreliert das schon stark damit, dass es eigentlich immer zwei Personen gab. Einmal eine Person irgendwie auf Vorstandsbord-Ebene, die das Thema gepusht hat oder zumindest mal irgendwie als gesponsert hat in irgendeiner Form. eine Person auf der operativen Ebene gab, die das Mandat bekommen hat, angenommen hat und losgelaufen ist und Felix: Vielen Lennard: draufkommt. Und das ist schon was, was wir sehen. Die Person kann in-house sein, das kann eine Person sein, die man angestellt hat und die im Prinzip teilweise aus Ganz anderen Bereichen ursprünglich kommt, aber einfach sehr, sehr früh sich [00:21:00] für AI begeistert hat und weil es auch eben eher eine Change-Management-Rolle ist, Felix: Dank Lennard: sein muss, die für das Thema brennt und erklärt wie sie es selbst nutzt und was geht. Es muss nicht unbedingt eine super technische Person sein am Anfang. Das wird dann eher mit Workflows wahrscheinlich mehr so, aber am Anfang nicht unbedingt. Das heißt, man kann in-house jemanden haben, der entweder schon in der Rolle ist oder in so eine Rolle reinwachsen kann. Es kann aber auch quasi eine externe Person sein, wie du das unter anderem auch machst, die im Prinzip mit Unternehmen arbeiten Die Best Practices sehen und da im Prinzip sehr, sehr zielgerichtet mit Firmen arbeiten können und den Firmen im Prinzip erklären können, wie sie sinnvoll ein Rollout strukturieren können, Felix: Vielen Dank. Lennard: ein Use Case Mapping für Assistenten strukturieren können, sinnvoll intern auch Champions finden können, mit denen man arbeiten kann, die das quasi in die Firma reintragen. Das sind so, glaube ich es gibt so ein paar Elemente die wir sehen, die wiederkehrend auftauchen die [00:22:00] Sinn ergeben, wo man eben auch entsprechend extern Wissen einkaufen kann. Felix: Was siehst du denn als die größten Hürden auf diesem Weg, um aus dieser Explorationsphase dann tatsächlich auch in eine breite Prognose Produktive Nutzung zu bekommen und wir sprechen gleich auch nochmal darüber, was dann eigentlich so die Mehrwerte und der Return on Invest davon ist. Was gilt es zu knacken um, ich sag immer, um so KI zu einer Bewegung im Unternehmen zu machen, die so jeden Bereich ansteckt und eigentlich ganz normal wird, zumindest mal für alle, die vor dem PC arbeiten, KI gestützt zu arbeiten und die Technologie dann auch immer weiter in Prozesse zu integrieren? Lennard: wirklich dass das menschliche so ich habe aber das menschliche Und dann das Strukturelle. Ich glaube strukturell vielleicht zuerst. Wie ordnet man das Thema ein? Was hat man in der Infrastruktur? Hat man schon einen Cloud-Dienst, den man nutzt, auf dem man quasi aufbauen kann? Hat man schon im [00:23:00] Prinzip bestehende Infrastruktur und Verständnis Felix: Vielen Dank. Lennard: Der EU-AI kommt jetzt, das ist alles noch ein bisschen schwammiger als die SGVO, wo sehr klar ist, was da eigentlich gemeint und auch gebraucht wird. Das ist ganz gut strukturell, also inwieweit hat man Felix: Vielen Dank Lennard: dem Felix: Vielen Dank. Lennard: Von Ansatz. Und ich glaube, das ist auch das, wo Top-Down bricht. Wenn du halt sagst du gibst jetzt das Mandat wir machen jetzt AI und wir automatisieren jetzt diese ganzen Arbeitsbereiche, dann ist es auf jeden Fall ein Bruch zu dem, wie bisher gearbeitet wurde, weil das eine recht disruptive Aussage ist. Und ich glaube, was wir sehen, ist, dass ein deutlich organischerer Weg in so eine [00:24:00] Befähigung von Menschen und auch irgendwie einem Effizienzgewinn auf lange Zeit zu kommen ist, ist im Prinzip, Das Thema vielmehr wie gesagt, als Change-Management-Thema zu betrachten, zu sagen, hey, AI ist hier, das wird uns auch so schnell nicht verlassen, das ist quasi eine neue Fähigkeit, die jeder können muss und wir stellen im Prinzip Tooling bereit, dass das auch jeder lernen kann und jeder im Prinzip mit der Zeit gehen kann und das für sich sinnvoll nutzen kann. Ich glaube, das ist etwas, was wir sehen, wo man eben auch früh bestimmte Interessengruppen einbeziehen kann. Zum einen natürlich die Power-Nutzer, die sowieso schon sehr aktiv intern sind, aber zum anderen eben auch zum Beispiel den Betriebsrat, dass man wirklich proaktiv hingeht und sagt, das ist ein Thema, das wird für uns alle extrem wichtig werden. Nicht nur für unsere Unternehmen, sondern auch für unsere Gesellschaft. Wir haben ein starkes Problem mit einer alternden Gesellschaft. Und in einigen Jahren wird es in der Tendenz deutlich weniger Arbeitnehmenden geben als [00:25:00] aktuell. Das heißt, weniger Menschen müssen mehr leisten. Und ich glaube, da kann Technologie sehr bei helfen. Ich glaube, das proaktiv anzusprechen eine sinnvolle Umgebung zu geben, in der Menschen sich weiterbilden können, ist sehr hilfreich.  Felix Schlenther: Kurz in eigener Sache. Wenn dir der AI First Podcast gefällt und du mehr spannende Inhalte und hochkarätige Gäste hören möchtest, dann freue ich mich über deine Unterstützung. Mit einer Fünf-Sterne-Bewertung und einem Abo für den Podcast hilfst du uns sichtbarer zu werden und AI First weiterzuentwickeln. Für dich und die gesamte Community. Ich danke dir. Felix: Gibt's für dich einen Punkt, wo du sagen würdest, wenn ihr da noch nicht seid, dann fangt noch nicht mit generativer KI an Weil dann gibt es vorher zwingende Hausaufgaben zu erledigen, weil ansonsten die Technologie nicht ausreichend gehebelt werden kann. Lennard: Was wir sehen, ist das alleine wirklich stumpfer Chat. Schon extrem [00:26:00] helfen kann. Was auf jeden Fall hilfreich und sinnvoll ist, ist zu schauen, inwieweit man In seiner aktuellen Software-Landschaft Systeme hat, Felix: Vielen Dank. Lennard: man im Prinzip auch systematisch und programmatisch Daten austauschen kann. Das ist was, was wir sehen, was einfach dann Use Cases deutlich schneller möglich macht, die so ein bisschen komplizierter werden, aber auch entsprechend einen Mehrwert stiften können über Zeit. Das ist jetzt aber kein K.O.-Kriterium am Anfang, sondern eher eine Frage, inwieweit hat man schon da ein Setup mit zwei Verdienstleistern, wo man im Prinzip sinnvoll zwischen verschiedenen Systemen Daten austauschen kann. Felix: Jetzt will ich nochmal auf das Change-Thema zu sprechen kommen, weil das wabert immer so durch den Raum in diesem Kontext und ich finde es wichtig, dass man das so runterbrechen kann auf so klar umsetzbare [00:27:00] Plattformen So Change, was heißt das jetzt, was kann ich konkret machen? Kannst du mal ein paar Beispiele geben von euren Kunden, die das richtig gut gemacht haben, was die konkret gemacht haben, um viele Mitarbeitende zu befähigen und sowohl KI in die Nutzung zu bringen, als auch so die Ängste und Widerstände die es vielleicht gegen die Technologie gab, zu reduzieren? Lennard: Ja, wo fange ich am besten an? Ich habe erst mal gefühlt zu verstehen, was ist der Stand von unserer Organisation gerade. Also nicht im Sinne Felix: Vielen Lennard: wird effektiv gerade genutzt. Und Felix: Dank. Lennard: Und da ehrlich mit sich zu sein und zu verstehen, okay, das sind die Themen, die schon gut laufen, das sind die, die noch nicht so gut laufen. Ich habe es jetzt heute schon öfter [00:28:00] gesagt, aber so ein sicherer zentralisierter Zugang für alle Mitarbeitenden zu einem Chat ist für uns gefühlt so das Felix: Vielen Dank. Lennard: mit ihren Kolleginnen und Kollegen sprechen können, die vielleicht schon einen Tick weiter sind oder noch nicht so weit sind, denen man helfen kann oder wo man sich Hilfe holen kann. Das ist wichtig. ich glaube, man unterschätzt wie präsent das Thema sowieso in den Köpfen von Menschen gerade ist. Also wir haben bei Unternehmen aus verschiedensten Branchen und verschiedensten Größen sehr, sehr gute Adaptionsraten Also so ein Merk ist unser größter Kunde. Da nutzen uns inzwischen, glaube ich, Also fast 50 Prozent der Desktop-Mitarbeitenden, also Mitarbeiter, die Zugang zu dem PC haben, jeden Monat Und das war am Anfang nicht so, aber das ist im Prinzip, das wächst jeden Monat Und das sind inzwischen glaube ich über [00:29:00] 23.000 Menschen, die das jeden Monat nutzen. Und dann guckt man sich einen Get-Your-Guide an. Ich glaube, Mathieu war auch schon hier im Podcast als einer Felix: Mhm. Lennard: Da nutzen es inzwischen von den 1.000 oder grob 1.000 Mitarbeitenden 40% jeden Tag. Und das ist was, was die Unternehmen auch jeweils stark gepusht haben. Aber du kannst nicht bei Merck mit 23.000 Personen einzeln sprechen und sagen, hey, so sieht es aus, sondern das ist schon was, wo man unterschätzt Wie stark auch ein Interesse da ist, von Menschen sich mit dieser Technologie zu beschäftigen, weil es so präsent ist in den Medien, in den Tagesthemen, in den Schulen. Das ist etwas, was gerade passiert und wo Menschen auch Lust haben, Teil von zu sein. Ich glaube, dann gibt es quasi noch additionale Angebote, wir viel machen, sind Workshops dass wir quasi hingehen und im Prinzip in der Runde von so 20 bis 70 Menschen in einem Zoom-Call Prinzip einmal nochmal Input geben. Wie promptet man, wie funktioniert sowas wie kann man einen Assistenten bauen, [00:30:00] aber dann das echt kurz halten und dann eigentlich gucken, hey, wie können wir Leute aktivieren, die schon nutzen und fragen, hey, wofür nutzt ihr das eigentlich, was sind eure Use Cases, weil wir verstehen nicht, wie ein Mittelständler in Ostwestfalen, Prozesse mit AI am besten oder umsetzt oder im Prinzip AI nutzt für bestimmte Themen. Was wir verstehen ist quasi, was du machen kannst und was du nicht machen kannst, aus einer technologischen Perspektive. Und ich glaube, das versuchen wir reinzubringen und gucken dann, dass wir echt wirklich schnell dahin kommen, dass wir intern gucken, was sind so die Power-Nutzer, was sind so die Menschen, die einfach richtig Lust haben, das Thema zu treiben und wie können wir denen möglichst viel Bühne geben, um das ihren Kolleginnen und Kollegen zu zeigen Felix: Ja, also da kann ich auch nur auf die Folge mit der Friederike Friedrichs Und ihrer kollegin hinweisen von otto die da noch mal ihr gesamtes change und adoption programm bei otto erklärt haben und dort auch diese ambassador [00:31:00] community aufgebaut haben als multiplikatoren verschiedene schulungsangebote mit lernfaden gemacht haben aber auch so regelmäßige formate Wo sie mal neue Use Cases neue Möglichkeiten und Fähigkeiten die die Modelle vielleicht mit einem neuen Launch entwickelt haben und Ähnliches vorstellen und damit immer wieder dieses Thema präsent halten und hochholen. Okay, Was sind denn die Top 10, ... Use Cases, die ihr gerade so auf LangDoc seht weil das höre ich immer wieder, dass ganz viele Menschen sich, also so Ideen erst mal brauchen, diese, ja okay, was kann ich denn damit machen und von diesem, ich lasse mir jetzt nur einen Text zusammenfassen oder vielleicht eine E-Mail formulieren, da so den nächsten Schritt machen können und ich arbeite jetzt den ganzen Tag am PC, wie kann ich ein Tool wie LangDoc nutzen. Lennard: Ja, ich glaube, man kann das einteilen in Also wenn man über Chat nachdenkt in drei Arten von Use Cases. So, der erste Use Case ist eine [00:32:00] Ad-Hoc-Aufgabe die reinkommt, man Analyse fahren möchte, wie ich im Beispiel, wo man den Text transformieren möchte, zusammenfassen möchte, übersetzen möchte, was auch immer. Das sind so Felix: Vielen Dank. Lennard: sind Aufgaben Die wiederkehrend sind, aber recht generisch sind. Das ist was wie, auch Übersetzung, aber im Prinzip, dass man einen Assistenten hat, der quasi auf eine Sprache spezialisiert ist und man sagt, hey, ich möchte im Prinzip immer deutsche Texte formal übersetzen in Englisch Zeit reinstecken und sinnvollen Prompt dafür zu schreiben und das als Assistent verfügbar zu machen. Und das gleiche kannst du machen für bestimmte Arten von Schreibstilen, für Überprüfung von Rechtschreibung, Grammatik und solche Themen. Das sind quasi jetzt eigentlich nicht wirklich domainspezifische Sachen, die aber trotzdem wiederkehrend sind in der Aufgabe. Und das Dritte sind dann wirklich eher so domainspezifische Aufgaben, die wirklich in [00:33:00] eigentlich Arbeitsprozesse reingehen Das kann gehen von, was wir beschrieben haben, was wir machen, was so Richtung, hey, ich habe im Prinzip einen potenziellen Kunden und der schickt mir Fragen zu Sicherheit, die ich beantworten muss. Hilf mir bitte dazu, Antworten zu formulieren basiert auf unserem Wissen. Das ist so ein Beispiel. Ein anderes Beispiel ist, hey, ich habe einen potenziellen Kunden. Der hat hier quasi Objections also der hat im Prinzip Themen, Felix: Einwände. Lennard: wir der beste Felix: ZDF, 2020 Lennard: Wie gehen wir normalerweise mit diesem Einwand 1, 2, 3 um? Oder was ich auch beschrieben habe, ist dieses Referenzkundenthema Hey, ich habe hier einen Kunden, das ist ein Friseursalon in Stuttgart. Haben wir ähnliche Kunden in der Region Stuttgart oder in der Branche? Gib mir die bitte, dass ich dem mal sagen kann, hey, schau dir das mal an. Und Friseur ist vielleicht nicht das beste Beispiel, aber stellt euch für einen Produzent von zum Beispiel Handcreme vor [00:34:00] Haben wir andere Kunden, die im Prinzip Handcremes produzieren, die ich nennen darf und kann. Das sind so Beispiele, wo du auf Sales jetzt bezogen, wo du recht schnell heben kannst, weil die Recherche passiert sowieso Wenn es eine Person ist, die Sales ernst nimmt, aber die kannst du eben ziemlich gut streamlinen und gucken, wie du im Prinzip diese Arbeitsschritte reduzierst auf ein Minimum von Minuten, die es braucht, um einen sinnvollen Antwort zu geben. Felix: Hast du da ein paar Zahlen, was eure Kunden im Schnitt an Produktivitätsgewinnen sehen von Menschen, die sehr konsequent dann oder vielleicht auch weniger konsequent im Mittel mit so einem Chatbot arbeiten, aber dann auch Assistenten aufsetzen für spezifische Prozesse? Das sind da so die Zeitprozesse Zeiteinsparung ist ja wahrscheinlich die stärkste Metrik die da beeinflusst wird, oder? Lennard: Ja, wir sind da immer so ein bisschen vorsichtig, weil am Ende was du auch beschrieben hast mit Umfragen und so, ist immer die Frage, okay, was ist jetzt, was ist der Datensatz, [00:35:00] wie bewertet man Sachen, wie bewertest du jetzt irgendwie die Zusammenfassung von einer E-Mail und Co. Und du kannst das irgendwie messen, aber am Ende sind das eigentlich alles, qualitative Daten, die auf Feedback von Menschen basieren. Und was wir so sehen ist grob bei Felix: Vielen Lennard: mit über 1000 Userinnen und Usern bei uns, war, dass so im Schnitt glaube ich, Leute angegeben haben, dass sie so ungefähr drei Stunden die Woche sparen. Und das ist quasi jetzt über komplette Nutzung hinweg Und natürlich bei uns auch irgendwie digital nativer, aber das ist schon eine solide Anzahl von Stunden, die man da spart, rein mit der Chat-Nutzung. Was wir so sehen, was eigentlich so Best Practices sind oder was gemacht wird von Kunden von uns, aber auch anderen Firmen, mit wir sprechen, ist, dass man irgendwie grob sagt, okay, pro Nachricht im Chat spart man so zwei bis drei Minuten, pro Nachricht im Assistenten den man irgendwie gut konfiguriert hat und der irgendwie sinnvoll auch Sachen suchen kann, zum Beispiel eher so zehn Minuten und dass man basierend darauf im Prinzip Annahmen trifft, die man dann so bisschen hochrechnen kann. Das sind so die Ansätze, die wir sehen und die wir Felix: [00:36:00] Vielen Dank. Lennard: glauben wir, dass im Prinzip so mit der Befähigung von Leuten über Chat Und der sinnvolle Integration von Daten, die man intern zum Beispiel hat, dass man damit über Zeit viel besser wirklich in Prozesse reingehen kann und dann anfangen kann, so Prozesse end-to-end zu optimieren, zu augmentieren oder zu automatisieren und dass du da viel, viel besser messbar machen kannst, was du wirklich an Zeitersparnis hast. Das sehen wir so realistisch gerade noch nicht in nennenswerten Produktivitäts Umfeldern, also wir sehen einfach nicht dass Kunden das wirklich bisher end-to-end so umsetzen und dann auch tracken und quasi kommunizieren können. Das ist was, was jetzt in den nächsten Monaten viel mehr kommt. Alle reden über Agents und Workflows und Co. Und ich glaube, das ist im Prinzip das, worum es am Ende geht. Wie kannst du wirklich in deine Prozesslandschaft reingehen und gucken, wie du die sinnvolle Automatisierung kannst und da gehen wir auch immer mehr hin Felix: Lass uns genau da weitermachen. Ihr habt jetzt eine aktuelle Chat-Plattform, die ich etwas erweitern kann durch Assistenten die ich für bestimmte [00:37:00] Aufgaben einstelle. Lennard: Untertitelung des Felix: die ganze Welt, KI-Welt zumindest, redet über Agents Ich sehe davon noch sehr, sehr wenige im Produktivbetrieb. Das meiste sind irgendwelche Screenshots von komplex aussehenden Workflows auf LinkedIn oder X. Aber das ist noch nicht in den meisten Unternehmen so wirklich angekommen. Und ich denke, da gibt es auch noch andere Hürden was zum Beispiel die IT-Landschaft, Prozessreife ... Datenverfügbarkeit und Qualität angeht um solche Systeme dann auch zu implementieren. Aber wie guckt ihr denn da drauf? Ich würde jetzt mal davon ausgehen, dass eure Roadmap, da wo ihr heute seid, noch nicht zu Ende ist. Lennard: Nee, genau, also ich glaube, wir haben 2023 angefangen mit dem Produkt, was damals den Nerv getroffen hat Was technisch nicht anspruchsvoll zu bauen war oder zumindest nicht so anspruchsvoll wie andere Themen, die man bauen kann, [00:38:00] aber was im Prinzip damals gut funktioniert hat, weil das im Prinzip genau das Problem war, was viele Firmen gespürt haben und was sie bis heute spüren. Und ich glaube, was wir machen, ist, wir sehen dieses Chat-Produkt genauso, wie ich es beschrieben habe, als zentralisierten sicheren Zugang und als Basisausstattung als Grundlage, auf der man dann sehr viel bauen kann. Wenn man so ein Tool wie unser das einkauft, dann ist manchmal ein Weg gegangen, dass man wirklich intern verstanden hat, okay, wo sortieren wir das Thema ein, Wie Felix: Vielen Dank. Lennard: Was ist uns wichtig? Wie müssen Vereinbarungen aussehen? Wie kann ich Leute befähigen? Felix: Vielen Dank. Lennard: ist im Prinzip, was ich gerade schon angeteasert habe, viel mehr diese Richtung zu verstehen. Wie können wir eigentlich wirklich sinnvoll... Unternehmen dabei helfen, mit diesem Paradigmenwechsel von rein deterministischer Software hin zu Software, die im Prinzip anders funktioniert, weil du nicht immer den gleichen Output bekommst bei gleichen Fragen, was ein Problem ist für bestimmte Themen, aber [00:39:00] eine extreme Bereicherung für andere Themen. Wie können wir da mit diesem Paradigmenwechsel sinnvoll nochmal Prozesslandschaften neu anschauen und verstehen, was davon können wir sinnvoll abbilden oder verbessern? Und ich glaube, das ist so die Reise die wir vor uns haben. haben wir gemacht, angefangen Felix: Vielen Dank. Lennard: haben eine Integrationsplattform gelauncht wo wir im Prinzip recht für Integration nativ unterstützen von Software, die viele Unternehmen nutzen, wo du aber auch im Prinzip selbst eigene Integration mitbringen kannst und selbst bauen kannst und dann im Prinzip nutzbar machen kannst. Und das sind gefühlt für uns die beiden Schritte, die notwendig sind, um in diese Prozesse reinzugehen, weil du wie gesagt, zum einen die Leute befähigst und zum anderen... Zugriff schaffst zu den internen Daten und den Datenquellen, die gebraucht werden, um irgendwie sinnvoll Prozesse zu bauen. Und diese beiden Grundlagen die haben wir und was wir gerade bauen und was wir auch schon quasi mit den ersten Beta-Nutzern gerade testen sind [00:40:00] dann eben Workflows. Wir müssen sagen, hey, Du brauchst schon einen Prozess, der muss auch gut Felix: Dank Lennard: nicht viel mehr als das brauchen. Wenn du im Prinzip einen Prozess zusammenfassen kannst, einen sinnvollen System prompt, Und das reingeben kannst in ein Modell und dann quasi die Tools oder quasi die Integration mit anbindest, die du brauchst um sinnvoll diesen Prozess ausführen zu lassen von einem Modell, hast du Felix: ZDF 2020 Lennard: alles, was es braucht, um viele Sachen zu machen, die bisher nicht möglich waren. Wenn du das jetzt quasi noch Und triggern kannst über zum Beispiel neue E-Mail kommt rein, der Prozess geht los oder ich habe eine neue Reihe in meinem Excel-Sheet mit einem neuen Eintrag, der Prozess geht los, dann kannst du sinnvoll auch diesen Wechsel machen von... Von so einer synchronen Arbeit in einem Chat mit einem Modell, wo du uns die Frage stellst eine Antwort bekommst hin zu asynchroner Arbeit, die im Hintergrund passiert, die du im Prinzip [00:41:00] überwachen musst und schauen musst, ob dir das passiert, was passieren soll, aber wo du wirklich dahin kommst, dass KI dich auch unterstützen kann bei Aufgaben wo du eher reagierst als aktiv zu handeln in der Synchronsituation Felix: Okay, also deutlich stärker von der Augmentierung im nächsten Schritt in die Automatisierung und die Einbindung direkt in den Prozessen ohne dass Menschen da noch immer involviert sein müssen. Lennard: je nachdem also ich glaube auch da sind wir sehr, sehr klar darin dass wir am Ende gucken, wie können wir Menschen dabei helfen, ihre Prozesse zu bauen und auch da in diesen Workflows hast du immer die Möglichkeit zu sagen, so das ist ein Punkt, da soll ein Mensch angreifen, da soll ein Mensch sagen, das ist okay, das ist nicht okay, das wollen wir noch ändern. Und da haben wir zumindest mal recht viel Zeit investiert zu überlegen, wie Felix: Vielen Dank Lennard: Hamburg und habe da mit einer Person gesprochen, einer Behörde, die im Prinzip viel über [00:42:00] Digitalthemen macht. Und die Person meinte, wir haben in Hamburg 750 Fachverfahren. Das fand ich ein sehr schönes Wort dafür, dass du wirklich einen zu Ende gedachten Prozess hast. Und das hast du den Behörden lustigerweise sehr gut ausgeprägt weil das so sein muss. Brauchen einen neuen Perso Wie sieht der Prozess dafür aus? Da möchte ich nicht hinlaufen und jemanden fragen, der das irgendwie kurzfristig entscheidet, wie es machen möchte. Felix: Vielen Dank. Lennard: dass es dafür gut definierte Prozesse gibt und dass wir da eigentlich reingucken, welche von diesen Prozessen haben Firmen explizit und schon runtergeschrieben, welche davon gibt es implizit aber keiner hat sie eigentlich runtergeschrieben. Man sollte sie aber dokumentieren Was in diesen Prozessen ergibt es Sinn oder wo ergibt es Sinn, dass man eigentlich guckt dass man Teilaspekte davon oder ganze Aspekte auslagert an Sprachmodelle, die dann dabei helfen können, diese Prozesse zu beschleunigen und Co.?   Felix: Sprachmodelle OpenAI-CEO Sam Altman von Entrophic, der CEO, spinnen weiterhin [00:43:00] ihre AGI-Story und Narrative, dass wir also schon in den nächsten wenigen Jahren allgemeine künstliche Intelligenz erwarten können, die kognitiv so leistungsfähig ist wie Menschen. ... bringen aber auch alle paar Wochen neue Updates von ihren Modellen raus. Google mischt da auch fleißig mit mit Gemini, was immer stärker multimodale Fähigkeiten entwickelt. Also jegliche Form von Dateninput kann schon verarbeitet werden und werden auch immer besser in der Erstellung von Daten in jeglicher Form. Schon gewaltige Geschwindigkeit finde ich, die es da gerade auf dem Markt gibt. Größte Technologierennen, was es jemals in der Menschheitsgeschichte gab, zumindest in meiner Lebenszeit und wird ja mit Dutzenden Milliarden jedes Jahr beworfen. Was glaubst du denn, was wir dann in den nächsten zwölf Monaten, schwierige Frage, aber mich interessiert immer, was da so die Thesen sind, was glaubst denn, was wir erwarten können und wo wir KI in zwölf Monaten [00:44:00] sehen werden? Also insbesondere Sprachmodelle. Lennard: Ja wenn man sich diese Modelle anschaut, da gibt es ein paar Vektoren, auf die man schauen kann. Ich glaube, das eine ist so, wie teuer wie groß ist das Training initial, dieses Pre-Training und was passiert da. Dann, glaube ich, gibt es diese neue Richtung, die eher Richtung Reasoning geht, wo man im Prinzip eigentlich existierende große Basismodelle nimmt und im Prinzip anpasst darauf, dass sie funktionieren Im Prinzip mehr Zeit bekommen, darüber nachzudenken wie man eine Aufgabe sinnvoll lösen kann. Es gibt Themen wie Multimodalität. Was kann man als Input geben neben Text? Was kann auch als Output generiert werden? Text, Video, Bild und Co., Felix: Vielen Dank. Lennard: Und wie kann man eigentlich diese Modelle sinnvoll anreichern mit Tools? Das sind so eigentlich die vier Richtungen. Und ich glaube, was irgendwie 2023 so Scaling-Law-mäßig im Trend war, war zu sagen, wir müssen einfach mehr Daten und Felix: Vielen Dank. Lennard: Das ist irgendwo [00:45:00] in Limits gelaufen. Sechs, fünf, neun Monaten diesen Take-off auf Reasoning, dass man einfach quasi in der Inferenz mehr Zeit gibt, sinnvoll über Aufgaben nachzudenken dem Felix: Vielen Dank Lennard: läuft immer noch ziemlich gut und da gibt es konstant neue Spannende Erkenntnisse und große Verbesserungen. Multimodalität wirkt so, als wäre es eigentlich Felix: Vielen Dank Lennard: haben wir ja gerade viel gemacht mit unseren quasi API-Integrationen Am Ende sehen wir das eigentlich bei allen großen Anbietern. Das heißt, ich glaube, wenn man auf die nächsten schaut und zwölf Monate Felix: Vielen Dank Lennard: wenn man auf die nächsten sechs Monate schaut, dann wird man, glaube ich immer mehr sehen, wie eigentlich Wie zum einen Reasoning nochmal besser [00:46:00] wird, das ist auch eine Sache, an die wir stark glauben, dass Modelle besser darin werden, den Intent und die Instruktion zu verstehen, die sie bekommen und gegeben sinnvoller Tools besser darin werden, diese Aufgaben zu lösen. Das ist Websearch, das ist durch Files gehen, das ist mit APIs arbeiten und in Echtzeit Anfragen schicken und Antworten, also Antworten darauf bekommen, die man dann nutzen kann für eine sinnvolle Antwort an den Nutzer. Das sind so alles Themen, die wir gerade sehen. Felix: Vielen Dank. Lennard: Wissensmaschine sind, die man eine Frage stellt und eine Antwort bekommt und viel mehr dahingehend dass Sie wirklich so ein Denkapparat werden, der eine Instruktion reinbekommt und dann überlegt, okay, wie kann ich diese Anfrage sinnvoll beantworten Ich habe hier fünf Tools, ich kann ins CM schauen, ich kann eine Websuche machen, ich kann nach dem Wetter fragen, was ist gerade das Tool, was mir dabei hilft, eine Aufgabe sinnvoll zu lösen? Und da sind wir sehr, sehr auch im Unternehmenskontext [00:47:00] sehr gespannt, was da passiert und glauben stark daran, dass da viel passiert, eine Intersektion von Reasoning und Tools, die man reingeben kann. Felix: Also, wir haben noch lange nicht das Ende gesehen, langsamer wird es vorerst wahrscheinlich auch nicht und ja, ich danke dir auf jeden Fall vielmals für die ganzen Insights die du geteilt hast und wer jetzt immer noch überlegt, ob sie ins AI-Thema reingehen das in ihrer Organisation verfügbar machen, ihre Leute befähigen um besser, schneller arbeiten zu können, aber auch KI in ihre eigenen Prozesse integrieren hat heute, denke ich eine ganze Menge mitgenommen, wie man genau dieses Thema angehen kann und ich freue mich, dass du da warst. Danke Lennart. Lennard: gemacht.